改进的灰度-局部方差二维直方图图像分割

为了提高图像在受到高强度高斯噪声影响下的分割效果,针对传统的二维直方图灰度-平均灰度法,平均灰度-梯度法,二维Otsu斜分法等方法一致性低、对比度低和分割不够准确的情况,现提出一种改进的二维直方图灰度-局部方差的方法。局部方差不仅综合考虑了各像素点与中心像素点数据的离散程度,而且降低了图像受噪声干扰的影响。为了提高分割速度,减少计算量,使用了快速递推算法。实验结果表明该方法比传统的Otsu灰度-平均灰度法和平均灰度-梯度法具有更好的分割效果、一致性和对比度更高。

二维灰度直方图上的距离判别分割方法

在图像的二维灰度直方图上，通过距离判别的方法得出在其上进行聚类划分的依据，即一条二次曲线．用此曲线进行分割的优点在于能考虑到二维灰度直方图上的所有像素点．理论分析和实验结果都表明，此方法较二维灰度直方图上的其它阈值分割方法优越．

二维直方图θ-划分最小误差图像阈值分割

针对常用二维直方图区域直分法存在错分的问题,并为适应实际中不同图像及分割目的的需要,提出了更具普适性的二维直方图θ-划分最小误差阈值分割方法(θ为分割直线的法线与灰度级轴的夹角).导出了相应的阈值选取公式及其快速递推算法,根据实验结果分析了θ取值对分割结果和算法运行时间的影响.与二维直方图直分最小误差法相比,所提方法的分割结果更为准确,抵抗噪声更为稳健,且所需运行时间也大为减少;而直线形最小误差法只是文中方法中θ=45°的特例.

基于二维灰度直方图的模糊熵分割方法

传统的基于一维灰度直方图的模糊熵分割方法不能反应图像的空间信息,抗噪声能力差,因此提出了基于二维灰度直方图的模糊熵分割算法.此算法根据像素点灰度值和其邻域灰度均值,建立二维灰度直方图,并在对应目标和背景的像限内构造像素点对目标和背影的隶属度函数,从而去除噪声和边缘像素对图像分割的影响.最后通过求模糊熵的极值,得到二维图像分割点.实验结果证明,该方法具有很强的鲁棒性和抗噪能力,分割效果明显优于一维的方法,而且可以方便地推广到其他一维熵分割中.

红外热图像分割中的二维灰度直方图小波变换方法

利用小波分析在时域和频域具有良好的局部化特性以及二维灰度直方图所反映的邻域空间相关信息 ,提出一种基于二维灰度直方图最佳一维投影的B样条小波变换红外热图象分割方法。实验结果表明 ,这种方法利用二维信息 ,实行一维搜索 ,增强了算法对噪声的抗干扰能力。同时结合小波变换的多分辨理论 ,有效克服了红外热图像存在的图像模糊、噪声过大的问题 ,在不同的尺度之下自动选取门限阈值 ,其分割效果优于传统的分割方法。

二维直方图θ-划分最大平均离差阈值分割算法

鉴于常用二维直方图区域直分法存在错分,最近提出的斜分法不具普遍性,而基于L1范数的最小一乘准则比最小二乘准则更为合理且简捷,提出了适用面更广的基于二维直方图θ-划分和最大类间平均离差的图像阈值分割算法.首先给出了二维直方图θ-划分方法,采用4条平行斜线及1条其法线与灰度级轴成θ角的直线划分二维直方图区域,按灰度级和邻域平均灰度级的加权和进行阈值分割,斜分法可视为该方法中θ=45°的特例;然后导出了二维直方图θ-划分最大类间平均离差阈值选取公式及其快速递推算法;最后给出了θ取不同值时的分割结果及运行时间.θ取较小值时,边界形状准确性较高,θ取较大值时,抗噪性较强,应用时可根据实际图像特点及需求合理选取θ的值.与常规二维直方图直分最大类间方差法及最大类间平均离差法相比,所需运行时间相近,但本文提出的方法所得分割结果更为准确,抵抗噪声更为稳健,且存储空间也大为减少.

基于二维灰度直方图的蚁群图像分割

提出了一种基于二维灰度直方图的蚁群图像分割方法。该方法基于二维灰度直方图的灰度、邻域平均灰度及灰度频数进行蚁群模糊聚类,通过二维灰度直方图的一维最佳投影,设置精确的初始聚类中心来解决蚁群算法循环次数多、计算量大的问题;并针对具体应用,对聚类半径、信息激素和启发式引导函数进行了相应的修正。实验表明该算法速度快、划分特性好,可以准确地分割出目标。

基于二维灰度直方图的最小模糊熵分割方法

本文在一维最大模糊熵分割方法的基础上,根据图像目标和背景内部像素灰度值的一致性和集中性,提出了一种新的图像分割隶属度函数,从而得到最小模糊熵分割方法.本文还针对传统的基于一维灰度直方图的模糊熵分割方法不能反应图像的空间信息,抗噪声能力差的缺点,提出了基于二维灰度直方图的模糊熵分割算法.本实验结果证明,最小模糊熵分割方法对于某些图像的分割效果要好于最大模糊熵分割效果,而二维分割方法对于绝大多数图像,都具有很强的鲁棒性和抗噪能力,分割效果明显优于一维的方法,而且方便地推广到其他的一维熵分割方法中.

基于颜色-空间二维直方图的图象检索

基于颜色直方图特征的图象检索方法简单、高效,但丢失了颜色的空间分布信息。文章给出了一种基于颜色-空间二维直方图进行图象检索方法。该方法使用HSV颜色模型将颜色空间压缩为32种具有代表性的颜色,设计了一种具有重叠方式的图象分块方法,然后统计每块区域内的颜色直方图得到该图象的颜色-空间二维直方图,并给出了相应的相似度计算方法。实验表明该方法实现简单,能够更加灵活、准确地描述图象的颜色特征,从而有效提高了检索的精度。

二维直方图θ-划分Tsallis熵阈值分割算法

鉴于常用二维直方图区域直分法存在错分,最近提出的斜分法不具普遍性,而Tsallis熵与传统的Shannon熵相比,具有普适性且更为有效,本文提出了适用面更广的基于二维直方图θ-划分和最大Tsallis熵的图像阈值分割算法。首先给出了二维直方图θ-划分方法,采用四条平行斜线及一条法线与灰度级轴成θ角的直线划分二维直方图区域,按灰度级和邻域平均灰度级的加权和进行阈值分割,斜分法可视为该方法中θ=450的特例;然后导出了二维直方图θ-划分最大Tsallis熵阈值选取公式及其快速递推算法;最后给出了θ取不同值时的分割结果及运行时间,θ取较小值时,边界形状准确性较高,θ取较大值时,抗噪性较强,应用时可根据实际图像特点及需求合理选取θ的值。与常规二维直方图直分最大Tsallis熵法相比,本文提出的方法所得分割结果更为准确,抵抗噪声更为稳健,且所需运行时间及存储空间也大为减少。

结合二维灰度直方图与PCNN的医学图像多类分割

针对医学图像中对组织器官多类分割的要求,提出一种结合二维灰度直方图的脉冲耦合神经网络(pulse coupled neural networks,PCNN)图像多类分割算法。首先根据PCNN模型的局部连接作用和阈值衰减特性对图像进行多类分割,然后利用基于类内最小离散度的二维直方图算法计算出PCNN网络迭代时的最佳门限值,从而实现医学图像的多类分割。通过对仿真的正常颅脑和非正常的颅脑核磁共振图像进行测试,结果显示本PCNN图像多类分割算法能够有效地分割出核磁共振颅脑图像中不同脑组织。因此,本文算法具有应用于医学图像的多类分割的可行性,并提高计算机辅助分割医学图像的准确性。

基于邻域灰度差值的二维Otsu分割方法研究

针对传统二维灰度直方图的阈值分割方法中区域划分像素易丢失、运算速度慢等不足,通过深入分析图像中邻域灰度偏离的情况,并充分考虑像素的空间灰度信息,提出一种利用像素邻域灰度差值的新方法构建二维直方图;基于二维类间方差法实现了图像二维Otsu分割方法,并给出了相应算法的实现步骤。以生物图像中的鱼体分割为实例对方法进行了实验验证,结果表明算法分割效果良好,运算速度提高较明显。

一种二维直方图阈值化图像分割的后处理方法

在灰度图像的二维阈值化分割方法中 ,存在部分可能的噪声或边缘点 ,而没有对其进行处理或处理很草率 .针对这个不足 ,提出了一种进一步将这些点归类、提高分割质量的后处理方法 .该方法通过考察这些点的 8 邻域或 1 6 邻域内的其他点的分布情况 ,比较这些点到相应的邻域中分属于目标和背景的两类点中心之间的距离 ,将这些点分割到距离较小的一类中 ,以达到将图像中的所有点进行归类的目的 .实验分析表明 ,这种后处理方法提高了分割的准确性 ,减少了分割错误 .

基于二维直方图的otsu图像分割算法改进

分析了灰度图像传统的二维最大类间方差otsu法,在此基础上改进了传统的阈值分割方法,提出了新的阈值分割输出函数,并通过压缩二维直方图预搜索的方法,使运算量大大降低.理论分析和实验结果表明,该方法不仅增强了识别能力,而且大大提高了分割效率.

灰度图像二维最小类方差递推及差分演化的快速分割

为克服Otsu法阈值偏离及一维最小类方差法在含噪图像分割中性能不佳的问题,基于图像灰度级二维直方图,提出一种二维最小类方差快速阈值化方法.通过递推方式计算得到图像前景及背景在不同阈值向量上的灰度级类概率及类均值,在此基础上,应用差分演化算法搜寻使图像类方差最小的阈值向量,并用该阈值向量对图像实施分割.在合成及真实图像上的实验结果表明,采用文中方法可获得良好的分割性能,有效地克服了Otsu法及一维最小类方差法的不足;采用递推及差分演化算法使计算时间大幅降低,可满足工程应用需求.

利用混沌布谷鸟优化的二维Renyi灰度熵图像阈值选取

为了进一步降低现有的Renyi熵阈值法的计算复杂度,提出了基于混沌布谷鸟算法和二维Renyi灰度熵的阈值选取。首先,引入一维Renyi灰度熵阈值选取公式,建立基于像素灰度和邻域梯度的二维直方图,推导出基于该直方图的二维Renyi灰度熵阈值选取公式,通过快速递推公式来减少阈值准则函数的计算量;最后,采用混沌布谷鸟算法搜索最优阈值来完成图像分割。结果表明,与二维Arimoto熵法、基于粒子群的二维Renyi熵法、基于混沌粒子群的二维Tsallis灰度熵法、基于布谷鸟算法的二维Renyi灰度熵法相比,所提出的方法能够准确实现图像分割,且运算速度有所提升。

红外图像的二维灰度变换增强方法

讨论了红外图像的二维灰度变换增强方法。为了准确地提取和增强景物灰度分布区间，提出了二维直方图的概念，并且通过分区域交增益二维灰度变换来适应各种复杂场景，结果表明，本文方法能够增强原图像的全部信息、明显地改善了视觉观察效果，优于传统的灰度变换方法。

结合自适应窗口的二维直方图图像增强

针对成像过程中因各种因素导致图像细节和纹理表现不明显的问题,结合Turgay Celik的二维直方图理论,提出了具有自适应动态窗口的二维直方图图像增强方法。该方法在考虑图像纹理和细节信息的基础上,分析了二维直方图与图像纹理信息的关系特性和固定窗口的弊端,采用基于平均梯度法建立以与区域特性相适应的窗口为单位的二维直方图,将其累积分布与理想分布进行比较优化,实现增强。通过大量实验对比表明,该方法克服固定窗口造成的适应性差、易出现过增强和局部被弱化等问题,其处理后的图像细节丰富,纹理突出,具有更好的视觉效果和工程应用价值。

基于灰度差分和二维最大熵阈值的新闻字幕检测

针对新闻视频帧中文本区域的定位提取问题,提出了一种有效的字幕定位提取方法。通过灰度差分和变异灰度直方图对新闻视频帧字幕区域定位,再经改进的二维最大熵阈值方法对分割出的文字区域进行二值化,得到可识别的文字图片。最后对文本定位和OCR识别情况进行了算法对比。实验表明,与传统的投影法和最大熵方法相比,该方法可有效地提高文本定位的查全率和OCR的识别率。

融合灰度和非局部空间灰度特征的二维Otsu法

为了克服图像噪声对二维Otsu阈值分割方法性能的影响,采用图像像素的灰度和非局部空间灰度特征构造新的二维直方图,其中像素的非局部空间灰度特征是通过对与当前像素具有相似邻域结构的像素灰度加权平均得到的。将此直方图引入到快速二维Otsu阈值分割方法中,可得融合灰度和非局部空间灰度特征的二维Otsu阈值分割法.实验结果表明改进算法对图像噪声具有一定的鲁棒性,在含噪图像上的分割结果比较理想。